Дефицит чипов для ИИ стал определяющим фактором для внедрения ИИ в корпоративной среде в 2025 году, заставив технических директоров столкнуться с неприятной реальностью: геополитика полупроводниковой отрасли и физика цепочки поставок имеют большее значение, чем планы развития программного обеспечения или обязательства поставщиков.

То, что началось с ограничений на экспорт передовых чипов для искусственного интеллекта, введенных США для поставок в Китай, переросло в более масштабный инфраструктурный кризис, затронувший предприятия по всему миру — не только из-за политики, но и из-за взрывного роста спроса, столкнувшегося с производственными мощностями, которые не могут масштабироваться со скоростью программного обеспечения. 

К концу года двойное давление геополитических ограничений и дефицита компонентов коренным образом изменило экономику корпоративного ИИ. Согласно исследованию CloudZero, проведенному среди 500 инженеров, средние ежемесячные расходы предприятий на ИИ в 2025 году прогнозируются на уровне 85 521 долларов США, что на 36% больше, чем в 2024 году. Число организаций, планирующих инвестировать более 100 000 долларов США ежемесячно, увеличилось более чем вдвое — с 20% в 2024 году до 45% в 2025 году — не потому, что ИИ стал более ценным, а потому, что стоимость компонентов и сроки внедрения резко возросли, превысив первоначальные прогнозы. Дефицит чипов для ИИ не только увеличил затраты, но и коренным образом изменил сроки внедрения корпоративных решений. По данным исследования, разработка индивидуальных решений на основе ИИ для предприятий, которая обычно занимала от шести до двенадцати месяцев для полного развертывания в начале 2025 года, к концу года растянулась на 12-18 месяцев и более.

Об организационных мерах для избегания дефицита чипов ИИ рассказывает доцент кафедры искусственного интеллекта Финансового университета при Правительстве Российской Федерации Емельянова Наталия Юрьевна:

Руководители предприятий, успешно преодолевшие дефицит чипов для ИИ в 2025 году, получили ценные знания, которые определят стратегию закупок на долгие годы вперед. В первую очередь необходимо диверсифицировать отношения с поставщиками на ранних этапах. Организации, которые заключали долгосрочные соглашения о поставках с несколькими поставщиками до усиления дефицита, поддерживали более предсказуемые сроки развертывания, чем те, кто полагался на спотовые закупки. Кроме того, необходимо планировать бюджет компаний с учетом нестабильности цен на компоненты, т.к. период стабильных и предсказуемых цен на инфраструктуру для рабочих нагрузок ИИ закончилась. Техническим директорам необходимо закладывать в бюджеты инфраструктуры ИИ 20-30% резерва затрат для компенсации колебаний цен на память и дефицита доступных компонентов.

О технических мерах для избегания дефицита чипов ИИ рассказывает профессор кафедры искусственного интеллекта Финансового университета при Правительстве Российской Федерации Емельянов Виталий Александрович:

Перед масштабированием любого ИИ решения необходимо провести процессы оптимизации. Такие методы, как квантование модели, обрезка и оптимизация вывода, в некоторых случаях сокращают потребность в графических процессорах на 30-70%. Организации, которые инвестировали в эффективность, прежде чем прибегать к аппаратному обеспечению, достигли лучших экономических результатов, чем те, кто сосредоточился исключительно на закупках.

Кроме того, следует рассматривать гибридные модели инфраструктуры для ИИ. Многооблачные стратегии и гибридные конфигурации, сочетающие облачные графические процессоры с выделенными кластерами, повышают надежность и предсказуемость затрат. Для больших объемов задач ИИ владение или аренда инфраструктуры может оказаться более экономически выгодными, чем аренда облачных графических процессоров по завышенным спотовым ценам.

Ну и, конечно, необходимо учитывать геополитические факторы при принятии архитектурных решений. Быстрые изменения в политике в отношении экспорта микросхем наглядно показывают, что глобальная инфраструктура ИИ не может существовать при стабильной нормативно-правовой среде. Организации, работающие с Китаем, научились проектировать архитектуры развертывания с учетом гибкости регулирования.